Strach z robotické apokalypsy skrývá skutečné problémy, kterým čelíme, což umožňuje algoritmům ovládat naše životy. Podle odborníků v oblasti umělé inteligence se neustále pohybujeme směrem k určitému bodu, po kterém už nemusíme nic vymýšlet: umělá inteligence bude dělat všechno sama a stroje se budou exponenciálně zlepšovat. Pokud k tomu dojde, co z nás bude?
Během posledních několika let nás mnoho významných vědců, od Stephena Hawkinga až po Elona Muska, varovalo, že bychom měli být extrémně znepokojeni možnými nebezpečnými výsledky superinteligentní umělé inteligence. A svá slova podporují akcí: Musk sponzoruje OpenAI, organizaci, která vyvíjí AI, z níž bude mít prospěch lidstvo.
Mnozí však považují své obavy za přehnané. Jak poznamenává Andrew Ng ze Stanfordské univerzity, který je také hlavním vědeckým pracovníkem čínského internetového giganta Baidu, obavy z povstání strojů jsou jako obavy z přeplněnosti Marsu.
Ale to samozřejmě neznamená, že naše rostoucí závislost na AI s sebou nese žádná skutečná rizika. Ve skutečnosti tato rizika již jsou. Jelikož se inteligentní systémy začnou více podílet na všem, od zdravotní péče po trestní soudnictví, existuje nebezpečí, že budou přehlédnuty důležité části našeho života.
Kromě toho může AI vést k nepříjemným následkům, pokud na ně nejsme připraveni, například změnit svůj postoj k lékařům na ostře nepřátelský.
Propagační video:
Několik slov o umělé inteligenci
Jednoduše řečeno, jedná se o stroje, které dělají věci, které obvykle vyžadují duševní úsilí ze strany člověka: porozumění přirozenému jazyku, rozpoznávání tváří na fotografiích, řízení automobilů atd.
Existuje rozdíl mezi mechanickým manipulátorem na výrobní lince, který je naprogramován k provádění stejného úkolu, a manipulátorem, který se samostatně učí provádět různé úkoly metodou pokusu a omylu.
Jak nám AI pomáhá?
Vedoucím přístupem v oblasti AI je právě teď strojové učení, při kterém jsou programy trénovány k identifikaci určitých vzorů ve velkém množství dat, jako je identifikace obličeje v obraze nebo provedení vítězného tahu v deskové hře. Tuto metodu lze použít na širokou škálu problémů. Například trénujte počítače k identifikaci konkrétního vzoru v lékařských obrazech. DeepMind, společnost s umělou inteligencí vlastněná společností Google, vyvíjí software, který se naučí diagnostikovat rakovinu a oční choroby ze skenů pacientů. Jiní používají strojové učení k detekci časných známek srdečních onemocnění a Alzheimerovy choroby.
Umělá inteligence se také již používá k analýze velkého množství molekulárních informací při hledání potenciálních možností nových léků - což je proces, který je pro člověka extrémně časově náročný. Velmi brzy se může strojové učení pro medicínu stát nepostradatelným.
Umělá inteligence nám také pomáhá spravovat extrémně složité systémy, jako je globální dodavatelský řetězec. Systém v srdci kontejnerového terminálu Port Botany v Sydney spravuje desítky tisíc přepravních kontejnerů, flotilu automatizovaných vozidel atd., Zcela bez lidí. V těžebním průmyslu se optimalizační systémy stále více používají k plánování a koordinaci pohybu zdrojů, jako je železná ruda.
AI funguje všude, kam se podíváte, od financí po dopravu, létání letadly a sledování akciového trhu. A chrání vaši poštu před spamem. Ale to je jen začátek. Jak se AI vyvíjí, bude stále složitější a zajímavější.
Co je za problém?
Místo obav z budoucí revoluce v oblasti umělé inteligence je největším rizikem to, že můžeme důvěřovat inteligentním systémům, které budujeme. Pamatujte, že strojové učení trénuje software k identifikaci vzorců v datech. Po tréninku pokračuje v analýze čerstvých, dosud neprozkoumaných dat. Ale když počítač vyplivne odpověď, obvykle nemáme tušení, jak k tomu došlo.
Jsou zde zjevné problémy. Systém je jen tak dobrý jako data, ze kterých se učí. Vezměte systém vyškolený k určení, kteří pacienti s pneumonií pravděpodobně zemřou, aby byli přijati do nemocnice jako první. Řekněme, že nechtěně klasifikuje pacienty s bronchiálním astmatem jako pacienty s nízkým rizikem. Protože normálně lidé s astmatem a pneumonií chodí přímo na intenzivní péči, je jim poskytována léčba, která snižuje riziko úmrtí. Strojové učení to vidí jako „astma + pneumonie = nižší riziko úmrtí“.
Jak AI získává přístup do všech oblastí vašeho života, zvyšuje se riziko, že se něco pokazí - pokud to není předvídáno. A protože většina dat, která vkládáme do AI, je nedokonalá, neměli bychom ve většině případů očekávat perfektní odpovědi. Budujeme umělou inteligenci na svůj vlastní obraz a podobu; s největší pravděpodobností bude „ne moc“, jako my.
ILYA KHEL